hist(x=airquality$Month, 
     main="Histogram of Month",         # 圖片的名稱
     xlab="Month",                      # X軸的名稱
     ylab="Frequency")                  # Y軸的名稱

boxplot(formula = Ozone ~ Month, # Y ~ X (代表X和Y軸要放的數值) 
        data = airquality,       # 資料
        xlab = "Month",          # X軸名稱
        ylab = "Ozone (ppb)",    # Y軸名稱
        col ="gray")             # 顏色

plot(x=airquality$Month,            # X軸的值
     y=airquality$Temp,             # Y軸的值
     main="Month to Temperature",   # 圖片名稱
     xlab="Month(1~12)",            # X軸名稱
     ylab="Temperature(degrees F)") # Y軸名稱       

plot(x=airquality$Ozone,      # X軸的值
     y=airquality$Wind,       # Y軸的值
     main="Ozone to Wind",    # 圖片名稱
     xlab="Ozone(ppb)",       # X軸的名稱
     ylab="Wind(mph)"         # Y軸的名稱
)

# 建立一個畫布，上面已經有一張散布圖(Ozone to Wind)
plot(x=airquality$Ozone,
     y=airquality$Wind,
     main="Ozone to Wind",
     xlab="Ozone(ppb)",
     ylab="Wind(mph)",
     pch=16                  # 點的圖形
) 

# 現在我們要在這張圖片中，把5月的資料點用藍色標註上去
May_data <- airquality[airquality$Month==5, ]   # 找出5月的資料
  # 標上藍色的點
points(x=May_data$Ozone,                       
       y=May_data$Wind, 
       pch=16,                  # 點的圖形
       col="blue")              # 顏色

# 同理，也可以把8月的資料點用紅色標註上去
Aug_data <- airquality[airquality$Month==8, ]   # 找出8月的資料
  # 標上紅色的點
points(x=Aug_data$Ozone, 
       y=Aug_data$Wind, 
       pch=16,               # 點的圖形
       col="red")            # 顏色

# 在右上角做出標示
legend("topright",                                # 表示在右上角
       pch = 1,                                   # pch代表點的圖案
       col = c("blue", "red", "black"),           # col代表顏色 
       legend = c("May", "August", "Other Month") # 顏色所對應的名稱
       )

# 我們也可以畫出回歸趨勢線
lm.model <- lm(Wind~Ozone, airquality)    # 建立一個線性回歸
  # 畫上回歸的趨勢線
abline(lm.model,                          
       lwd=2)     # lwd 代表線的粗細

# c(1,2)，表示建立一個1x2的空間，用來呈現後續的圖
par(mfrow = c(1,2)) 

# 第一張圖
plot(airquality$Wind, airquality$Ozone, main = "Wind to Ozone") 
# 第二張圖
plot(airquality$Solar.R, airquality$Ozone, main = "Solar.R to Ozone")

# 先把月份變成類別變數
airquality$Month <- as.factor(airquality$Month) 

# 繪圖
histogram(x= ~ Ozone | Month,  # 根據月份(Month)的條件，繪製臭氧(Ozone)的直方圖
          data=airquality,     
          xlab="Ozone(ppb)",  
          layout=c(5,1))       # 以5x1的方式呈現圖表

bwplot(x = Ozone ~ Month,      # 把Month放在X軸，Ozone放在Y軸
       data = airquality,     
       xlab = "Month"         
       )

# 把Ozone放在x的值；當然，可以增加月份的條件( ~ Ozone | Month)
densityplot( ~ Ozone ,      
            data=airquality
            )

# Wind放在Z軸，Temp和Ozone放在X和Y軸，根據Month條件分別繪圖
cloud(x=Wind~Temp+Ozone | Month, 
       data=airquality         
      )

xyplot(x=Wind~Temp,         # Wind放在Y軸，Temp放在X軸
       data=airquality,     
       group = Month,       # 根據Month，把資料點用顏色區分開來  
       
       # auto.key參數，表示設定標籤與其他資訊
       auto.key=list(space="top",          # 位置在上方 
                     columns=5,            # 1x5的方式呈現標籤
                     title="Month Labels", # 標籤名稱
                     cex.title=1)          # 標籤字體大小
       )

# 目的:我們想要在散布圖中，畫出標示出中位數的線 #

xyplot(x=Wind~Temp | Month,  # Wind放在Y軸，Temp放在X軸，並根據Month條件分別繪圖
       data=airquality,      
       layout = c(5,1),      # 以5x1的方式呈現圖
       
       # 在這裡，我們要使用panel function，畫出中位數的線
       panel=function(x,y){  
           # function的寫法，會用大括號包起來，裡面表示要進行的動作：
           # 在這個panel function裡面，我們進行了兩個動作
           panel.xyplot(x, y)                    # 1.繪製x-y的散布圖
           panel.abline(h = median(y), lty = 2)  # 2.標示出中位數的線段
       }
       
)

# 目的:我們想要在散布圖中，畫出線性回歸的趨勢線 #

xyplot(x=Wind~Temp ,         # Wind放在Y軸，Temp放在X軸
       data=airquality,     
      
       # 在這裡，我們要使用panel function，畫出線性回歸的趨勢線
       panel=function(x,y){  
           # function的寫法，會用大括號包起來，裡面表示要進行的動作：
           # 在這個panel function裡面，我們進行了三個動作
           panel.fill(col="gray")         # 1.改變背景顏色(gray)
           panel.xyplot(x, y)             # 2.繪製x-y的散布圖
           panel.lmline(x, y, col="red")  # 3.畫出線性回歸的趨勢線
       }
       
)

# 準備一個畫布，資料集=airquality
canvas <- ggplot(data=airquality)